Navegación
AI BENCHY
Your ad here

AI BENCHY Compare

DeepSeek: DeepSeek V3.2 vs OpenAI: GPT-5.3-Codex

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-03-15

Métrica DeepSeek V3.2 DeepSeek V3.2 medium Lanzamiento: 2025-12-01 GPT-5.3-Codex GPT-5.3-Codex medium Lanzamiento: 2026-02-05
Rango #14 #5
Puntuación 8.1 8.7
Consistencia 8.5 9.1
Costo por resultado 0.225 4.485
Costo total $0.025 $0.539
Pruebas correctas
Tasa de aciertos por intento 79.2% 83.3%
Pruebas inestables 3 2
Ejecuciones totales 48 48
Tokens de salida 7,392 1,764
Tokens de razonamiento 39,089 33,348
Tiempo de respuesta (promedio) 39.48s 16.59s
Tiempo de respuesta (máximo) 93.11s 100.93s
Tiempo de respuesta (total) 631.71s 265.39s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V3.2 7.8 9.9 66.7% 0 33.39s 1,171 4,893
GPT-5.3-Codex 10.0 10.0 100.0% 0 4.69s 216 1,421
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V3.2 10.0 10.0 100.0% 0 93.11s 571 6,296
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.56s 364 2,731
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V3.2 10.0 10.0 100.0% 0 36.09s 207 7,693
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.07s 234 728
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V3.2 5.3 7.2 44.4% 1 39.32s 3,081 7,856
GPT-5.3-Codex 5.9 7.2 55.6% 1 64.31s 64 25,308
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V3.2 5.4 2.5 66.7% 1 31.30s 68 2,366
GPT-5.3-Codex 4.6 10.0 0.0% 0 4.87s 187 331
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V3.2 10.0 10.0 100.0% 0 35.78s 1,397 2,845
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.04s 93 693
Puzzle Solving Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V3.2 8.2 7.2 88.9% 1 36.87s 390 6,281
GPT-5.3-Codex 9.0 7.9 88.9% 1 5.12s 352 1,644
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V3.2 10.0 10.0 100.0% 0 34.81s 507 859
GPT-5.3-Codex 10.0 10.0 100.0% 0 6.37s 254 492

Comparación rápida

Cambiar par de comparación

Gemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumDeepSeek V3.2mediumvsGPT-5.2 ChatnoneDeepSeek V3.2mediumvsGemini 3 Flash PreviewnoneDeepSeek V3.2mediumvsGemini 3.1 Flash Lite PreviewlowDeepSeek V3.2mediumvsGPT-5.3 ChatnoneDeepSeek V3.2mediumvsGemini 3.1 Flash Lite PreviewnoneDeepSeek V3.2mediumvsGemini 3 Flash PreviewlowClaude Sonnet 4.6nonevsDeepSeek V3.2mediumGemini 3 Flash PreviewnonevsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.3-CodexmediumDeepSeek V3.2mediumvsQwen3.5 Plus 2026-02-15none